AI PC

PC（个人电脑）自发明以来，一直都与“生产力”呈现出高度绑定的关系，也正是由于生产力工具的属性，让它能够被消费者所接受，同时也成为了少数的“刚需类科技硬件”

但在过去十几年的发展历程中，PC市场却呈现出较大的波动。2008年后，受到智能手机的冲击以及经济环境的影响，全球PC出货量开始放缓，到2013年，年出货量已经从峰值时的3.5亿台下降至3.1亿台。

此后，由于市场饱和与移动设备的普及，PC市场持续处于“冷却期”。然而，2019年以后，由于远程办公和在线学习需求的大幅增加，市场短期内再次达到高峰。不过短期需求风口一过，市场再度陷入沉寂，2023年，出货量降至2.47亿台，创下了“新史低”。

与此同时，PC市场的产品品类也在发生巨变，其中两个典型案例就是游戏本和AI PC。前者在过去5年中完成了从“新物种”到“销量杠把子”的快速蜕变，AI PC则被认为是未来5年拉动PC市场的最大动力源。根据Canalys的预测，中国AI PC市场将于2024年开始进入爆发期，到2028年将达到3300万台，其将占到PC市场整体出货量的73%。

从概念提出至今不过1年时间，AI PC真的可以“挽狂澜于既倒，扶大厦之将倾”吗？

AI+PC，从来就不是什么“新物种”

关于AI PC发展的起点，业内大部分人认为要追溯到2023年9月，随着英特尔CEO帕特·基辛格在硅谷首次提出“AI PC”，同时伴随着年底酷睿Ultra系列处理器的推出，相关产品才实现落地。

但钛媒体APP在对相关技术进行了深度研究后发现，如果顺着时间线再往前追溯，实际上英伟达于2018年就推出了RTX技术和首款专为AI打造的消费级GPU芯片 (GeForce RTX) 。据英伟达技术工程师介绍：“在英伟达的定义中，AI PC就是是搭载专用AI加速硬件的计算机，而在RTX GPU上，这些专用的AI加速器被称为Tensor Core。”

英伟达GPU芯片支持的AI应用

更通俗地理解，英伟达在GPU芯片中加入的Tensor Core就像是一个超级计算“加速器”，专门用来处理和加速某些特定类型的数学计算，尤其是深度学习中的计算任务。

想象一下，你在厨房里做饭，有一个普通的刀可以切菜，但如果你有一台专门的切菜机，那切菜的速度和效率就会大大提高。同样地，普通的处理器（CPU）和图形处理器（GPU）可以处理各种各样的计算任务，但Tensor Core就像是那台专门的切菜机，它被设计来处理特定的“菜”（也就是矩阵乘法和卷积等数学运算）。

这些运算在深度学习中很常见，比如在训练神经网络时需要大量的矩阵乘法，而Tensor Core可以比传统的计算单元更快地完成这些任务。结果就是，使用Tensor Core可以大大加速AI模型的训练和推理过程，使得这些复杂的计算在更短的时间内完成。

Tensor Core的出现，实际上就是为了能够加速AI性能，并为PC用户引入以前在云端才能运行的AI新功能。针对开发者或者深度AI用户，英伟达也已经上线了TensorRT开发者套件，实现加速深度学习推理性能。

通过生成式AI完成的“图生图”应用

据英伟达技术工程师介绍，TensorRT能加速热门的生成式AI模型，包括Stable Diffusion 1.5和SDXL等，全新的 UL Procyon AI 图像生成基准测试也已支持TensorRT加速。所以在生成式AI应用刚刚兴起时，会看到英伟达专业级显卡出现“一卡难求”的情况，GPU芯片供应不足时，很多消费级显卡如RTX 4090、RTX 4080也都大量被采购并应用到AI计算当中。

如今，也有大量面向个人用户的AI 应用可以通过英伟达RTX GPU来完成，比如文生图、图生图应用以及依靠对本地模型学习生成的“智能语音助手”等等。因此可以说，从应用层面乃至硬件技术层面，“AI PC”本身并不是什么“新物种”。

芯片厂商扛起“AI PC”大旗

之所以英特尔提出“AI PC”后，这一概念才受到了PC领域广泛的认可，一方面是由于英伟达此前的大量相关AI应用更多地是围绕企业端展开，即将专业显卡（或者说工作站显卡）应用在如TensorFlow、PyTorch、Caffe等深度学习框架进行大规模数据集上的模型训练。

再比如在大规模神经网络（如GPT模型、BERT模型等）的训练中，研究机构和公司会使用如NVIDIA DGX Station A100这样的高性能工作站或集群来提升工作效率。

与这些大规模应用相比，围绕个人电脑（PC）的端侧AI处理需求，可以被看作是Tensor Core带来的一种“副产品”。尽管在游戏、图像生成、语言处理等应用上也能看到相关应用，但与便宜好用、门槛更低的云端算力相比，单独购买一块显卡用于AI应用，对于普通用户来说太过奢侈。

另一方面，GPU与CPU相比，并不处于“刚需”生态位。根据Jon Peddie Research公布的数据，截止2024年第一季度，独立显卡在PC市场的渗透率还不到20%，因为依靠部分CPU内置的集成显卡，依然可以满足很多办公、日常娱乐和基础生产力的需求。

所以，即便英伟达在更早时就已经展开了围绕AI应用的相关布局，并且在生态匹配方面也具备先发优势，但“AI PC”的风头却被英特尔抢占。

值得注意的是，英特尔在提出“AI PC”概念时，也已经将目标群体瞄向个人消费者。英特尔中国区技术总经理高宇在与钛媒体APP交流中表示：“AI PC将会拉开PC新时代的序幕，自AI PC概念提出以后，英特尔也在与终端厂商通过推动产品创新、打造AI生态、落地AI应用等方面，帮助AI PC不断深入消费者心智。”

面向个人的AI应用

另外还需要说明的一点是，英特尔对于AI PC的定义有着比较明确的品类界限划定。高宇提到：“英特尔定义的AI PC特指具有CPU+GPU+NPU的轻薄笔记本形态，它所强调的场景应用，实际上是利用AI通过云与PC的紧密协作，或在电脑端独立运行大语言模型，为用户实现丰富的AI应用场景。”

也就是说，英特尔提出的“AI PC”本身就将高性能台式机以及个人可能会使用的工作站产品排除在外了，这也使得英特尔界定的“AI PC”与重度依赖算力的应用场景并不完全重合，更加强调AI如何为个人提供服务、提升工作效率，而非创造像ChatGPT这样的大型应用。

在钛媒体APP看来，无论是英特尔与联想、华硕等OEM厂商共同推进的搭载Ultra系列处理器的笔记本产品，亦或是采用高通、英伟达芯片，具备AI算力的个人电脑，它们都可以算作“AI PC”的范畴。

对于“AI PC”的定义应该来自于它能够提供的体验究竟如何，而不是它究竟采用了哪个品牌的芯片、哪个厂商的软件。

正如中国惠普有限公司副总裁暨中国区消费类产品事业部总经理范子军所说：“对于AI PC的定义，可能每个品牌、每个人都不一样，就比如在电脑里安装了AI软件，那是不是它就变成了AI PC？亦或者是产品具备一个用来激活AI功能的独立按键，这样的产品是不是就叫做AI PC？我认为都不是。”

AI PC的核心，其实是利用AI功能来提升效率、产生价值。在此基础上，AI PC的另一大特性在于强调提供效率升级的源动力，来自于本地算力和本地部署能力的加持。

AI将如何改变PC？

在了解了AI PC的起源和定义后，站在当下来看，加入AI后，会对PC领域产生哪些影响呢？钛媒体APP分析认为，主要会集中在两个方面：推动市场和竞争格局的变化以及对产品功能定义的更新。

从市场层面来看，“AI PC”似乎已经让沉寂多年的PC市场找到了增长的活力。根据Canalys公布的数据，2024年第二季度，全球PC继续维持增长，台式机和笔记本的出货量达6280万台，同比增长3.4%。

其中，AI PC的出货量为880万台，占本季度PC总出货量的14%。不过需要注意的是，Canalys统计数据中AI PC设备包括台式机和笔记本，它界定品类的依据在于是否配备专用AI工作负载的芯片组或模块，如NPU，因此这部分AI PC的销量不止会有搭载英特尔芯片的笔记本产品，同时也会包括采用英伟达显卡的PC产品。

此前已有业内人士分析称：“随着向Windows11的过渡和AI PC的采用，将会推动产品更新周期在未来四个季度内加速。AI功能的集成不仅提升了设备的性能，还带来了全新的应用场景和用户体验，尤其是在提高生产力和娱乐体验方面。这些功能使得AI PC成为未来市场增长的重要驱动力。”

众多OEM厂商中，联想是第一个重点发力的“AI”的，在去年12月初英特尔推出酷睿Ultra系列处理器以后，12月15日，联想便发布了ThinkPad X1 Carbon AI、小新Pro 16 AI酷睿版两款AI Ready的AI PC产品。

更早之前的10月，在第九届联想创新科技大会（2023 Lenovo Tech World）上，联想也率先展示了AI PC产品，此外，联想还与IDC发布了业内首份《AI PC产业（中国）白皮书》。

作为单季度出货量达到1370万台的PC品牌，惠普同样也是最早一批入局AI PC的厂商。截至目前，其不仅推出了包括星Book Pro 16、星Book Pro 14在内的AI PC终端，同时也发布了集成一站式AI功能的惠小微智能助手4.0。

今年5月10日，雷神科技发布首款增程式AI PC雷神aibook15，搭载英特尔酷睿Ultra 7处理器，支持CPU+GPU+NPU提供AI混合算力。此外，包括微星、华硕、荣耀等OEM厂商，也都借助英特尔CPU的迭代，同步完成了向“AI PC”的进化。

对于AI PC在现阶段市场方面取得的成绩，钛媒体APP分析认为，这更多地来源于AI PC的迭代依附于以芯片为核心的硬件迭代。换句话说，很多消费者在购买产品的同时，摆在面前的并非是“AI PC”和“非AI PC”的二选一难题，取而代之的是，只要用户购买采用最新芯片的PC产品，那就一定是“AI PC”。

英特尔中国区董事长王锐表示，截止今年6月，自英特尔酷睿Ultra处理器发布以来，已有800万台设备搭载了酷睿Ultra处理器。从统计层面来讲，这就是800万台AI PC，无论它上面是否运行了AI应用、无论用户是否知道产品搭载了本地AI算力，它都是“AI PC”取得的销量。

对于AI功能如何拉动PC产品销售，钛媒体APP认为范子军提出的观点更加可靠：“随着用户身边的人使用AI PC获得越来越高的效率、越来越好的体验，一定会带动更多的人去了解并购买AI PC，新的需求也会随之迸发出来。”

说到底，AI PC与传统PC相比，在外观、设计甚至系统UI上都没有产生差异，因此它无法像游戏本、游戏掌机那样，通过浅层的市场教育让用户了解产品的革新之处。现阶段，AI功能与本地算力的加入，急需一个“杀手级应用”完成破圈，让消费者能够感知AI带来的价值，才能最终促成购买。

由此可见，何时才能有适合AI PC的杀手级应用出现成为了核心，过去大家看到的ChatGPT、Stable Diffusion、Pika等爆火的AI应用，或是利用了规模更大的云端算力支持，或是对高算力的独立GPU提出了要求。在钛媒体APP看来，现阶段AI PC的主要优势，将会体现在将这些高算力需求应用实现移动端部署上。

高宇也提到了这一点：“在AI PC中，云端代表算力上限，端侧代表算力下限，云端AI与端侧AI共同将AI应用体验完整呈现给PC用户，二者在平台上是共存的。而在AI PC层面，想要促进AI应用落地，不仅需要给力的硬件，更需要调优的软件。”

行业分析师向钛媒体APP表示：“目前来看，AI PC的普及速度很大程度上受到设备价格和用户教育程度的影响，再加上产品带来的体验差异不够明显，因此这类设备现阶段主要面向高端市场和专业用户，大众市场的接受度仍在提升中。”

从市场影响力方面来说，现阶段AI对PC销售的实际赋能十分有限，更多的用户只是为了PC付费而非AI付费。如果将时间维度拉长，随着更多的AI应用，尤其是能够依托本地AI算力的应用出现，当部分用户开始感知AI带来的生活、工作效率提升，人们才会希望了解并购买“AI PC”。

谈及未来AI PC的竞争方向，范子军认为，硬件层面的竞争仍然会是核心，像CPU性能、散热能力、屏幕与键盘以及机身的设计等等。但AI的加入也确实给产品的竞争思路带来了一些变化。

“在硬件基础上，我认为AI PC时代，安全、可靠和易用性将会成为对产品新的考量维度，安全性主要是隐私方面，尤其是端云紧密结合的AI时代更是如此，可靠性则是解决产品作为生产力工具，在各种工作状况下都可以稳定运行，而易用性，则是指如何充分挖掘出AI的能力，让它实现低门槛、实用性以及高效率之间的平衡。”范子军说到。

诱发格局生变，AI加入引发“芯战”

如果说现阶段去谈AI PC带来的革新以及成为左右消费者购买产品的关键因素还为时尚早的话，随着“AI PC”的出现，产业竞争格局的变化却已经实打实的到来了。

以2024台北国际电脑展为例，既能看到传统芯片品牌英特尔、AMD、英伟达围绕AI打擂台，也能看到高通等“PC新势力”争相布局AI PC，许多终端厂商也在同步发力AI应用。

事实上，高通对PC平台的布局早在2016年就已经开始了，从骁龙835上PC到推出面向PC的骁龙8cx计算平台再到如今的骁龙X计算平台和2款处理器，高通与“PC”的磨合期已有8年，AI PC概念的提出，也让高通看到了行业洗牌、借机入局的机会。

高通与微软联手打造AI PC

进入2024年，高通在PC领域的布局也在提速，其中一个关键事件便是与微软的合作。5月21日凌晨，微软推出了新款Surface Pro、Surface Laptop，它们可以看作是微软在AI时代的硬件开端，新机搭载了高通处理器，同时为了与英特尔提出的AI PC概念做区分，微软还给新品授予了“Copilot+PC”的名称。

此前，钛媒体APP在与高通技术负责人的沟通中，对方曾提到，像微软Office 365相关套件目前都已经以原生应用的方式移植到了搭载骁龙的Windows PC上，其他的包括Adobe全家桶也进行了适配，浏览器方面也提供了对Edge、Chrome的支持，不过在游戏上目前支持的比较少，现阶段适配的主要以休闲游戏为主。

高通公司总裁兼CEO安蒙则表示：“PC正在迎来重塑。搭载骁龙X Elite的Copilot+ PC整个系统都集成了AI，由骁龙芯片赋能的Windows Copilot+ PC正在共同定义个人计算体验，打造面向新一代PC产品的应用。”

不止是高通，苹果也将会是AI PC时代的“鲶鱼”，凭借自研架构、最新制程工艺和Mac OS，苹果M系列芯片和MacBook产品在短时间内就取得了成功。但被很多人忽视的一点是，苹果也是最早在芯片中引入AI加速模块的厂商之一。

苹果首次在其手机芯片中加入专用AI加速模块，即神经引擎（Neural Engine），可以追溯到2017年发布的A11仿生芯片中。A11仿生芯片搭载了苹果首款神经引擎，专门用于处理机器学习任务，如面部识别（Face ID）和增强现实（AR）应用。

苹果M系列芯片中同样也集成了专用的神经引擎（Neural Engine），专门用于处理AI和机器学习任务，如图像识别、自然语言处理等。因此对于苹果来说，为AI应用的部署已经打好了一定的硬件基础。

钛媒体APP认为，进入AI PC后，所有芯片厂商再次拉入了统一起跑线。从现阶段的竞争来看，英伟达凭借独有架构、相对完善的生态和来自企业端的应用为基础，在AI PC的竞争中确实掌握一定的优势，而英特尔则掌握了市场认知度、产品先发优势和领先的产品体量紧随其后。

其他厂商无论是AMD、高通、苹果甚至是其他的入局者，都保持了一致的步伐和平等的发展机遇。AI PC时代，英特尔想要继续保持CPU领域的霸主地位，变得更难了。

总体来说，AI PC目前仍然处于发展中的初期阶段，如何更快、更高效地完成市场教育，同时寻找到AI PC相较于传统PC真正的“杀手锏”是摆在终端厂商、芯片厂商、软件厂商面前共同的难题。

长期来看，AI PC依靠本地算力的优势，可以更好地与云端算力形成互补，前者负责提供隐私性强、运算效率高、体验一致性好的AI应用，后者则会在通用性、扩展性、算力需求更高的应用场景中发挥作用，只有到那时，AI PC才能摆脱“噱头”的帽子，真正走上AI的快车道。（本文首发于钛媒体APP 作者/邓剑云 编辑/钟毅）